倾斜摄影三维建筑模型自动单体化与轮廓提取方法

摘要：论文提出基于无人机倾斜摄影的大规模城市建筑单体化的方法，使用先进的运动结构和多视点立体算法，利用基于中心点检测的轮廓细化算法对面片轮廓进行细化；从细化后的轮廓中提取多边形网格模型。在各种场景上的实验以及与现有重建单体化方法的比较证明了该方法的有效性和可靠性。

关键词：建筑单体化;航空影像;点云;影像分割

大多数传统的曲面重建技术通过利用日益复杂的解算器或更好的先验知识公式来重建具有光滑曲面的对象。对于城市场景，由于很难实现自动语义分割，因此重建过程（特别是对于复杂的建筑结构）需要繁琐的手动操作。本研究针对倾斜摄影三维建筑物模型单体化的需要，以建筑物三维格网数据作为建筑单体化和轮廓提取的数据源，提出了一种基于格网模型切割和几何形态相似性判断的模型单体化和建筑轮廓提取方法，可同时实现建筑单体化和建筑物轮廓提取。

1单体化与轮廓提取的总体思路

考虑到实际工程应用效果，以及计算效率的需要，本研究选择三维格网mesh数据作为数据源，提出一种基于格网模型“切割”和多边形几何形态相似性判断的模型单体化和建筑轮廓提取方法，可同时实现建筑单体化和轮廓提取。

流程的核心思路如下：1）数据分块：为便于大规模场景计算，文中采用对三维模型数据进行分块处理，将场景划分为若干局部区域；2）水平“切割”，生成轮廓集。对区域内的三维数据，选取一定的高程为间隔，逐高程面进行水平“切割”，得到不同高程平面上建筑物轮廓的几何轮廓集；3）逻辑单体化求解。针对轮廓集数据，基于多边形空间几何相似性判定进行逻辑单体化求解，并选定唯一的轮廓作为建筑物的轮廓线。

2基于格网模型水平切割的轮廓集生成

2.1基于高程平面的三角格网模型水平“切割”

对给定区域的倾斜摄影三维模型，给定一个最低高程面以及高程间隔，就可以形成一系列平行的虚拟的“水平切割面”，用每一个高程切割面对模型进行“切割”。这里的切割并不是真正对模型进行物理几何切割，而是求解切割面高程以上所有倾斜模型三角格网数据在该水平切割面上的投影，以便于后续的轮廓提取。

2.2基于栅格数据的多边形轮廓提取

栅格化时选取的栅格单元大小为0.1m×0.1m。栅格单元大小选择是对提取效率和精度权衡的结果，单元过大则提取精度偏低，但是计算效率高；单元太小则精度高，但会导致计算效率降低。

3基于几何相似性的单体化判定与轮廓选取

通过前面的方法可以获得不同高程水平截面对应的多个轮廓线集合。基于轮廓线集合，需要完成两个任务：一是判别出一个建筑单体以及属于该单体的轮廓线；二是从同一个单体的轮廓线集合里选取一个作为该建筑的轮廓线。本研究通过轮廓线集合进行单体化判定的思想为：1）同一个建筑单体在不同高程上“切割”出的每个轮廓是完整闭合的。2）属于同一个单体建筑的轮廓集合，在不同高程上必定存在几何相似的两个轮廓线。

3.1轮廓线的几何相似性指标

本研究提出通过以下三个指标用于衡量两个不同轮廓线之间的空间几何相似性。

1）轮廓平面空间位置偏差ΔP：指轮廓多边形的平面空间位置距离，用两个轮廓多边形的几何中心距离来衡量。同一建筑单体在不同高程上的轮廓线，应该具有较为接近的平面空间位置。

2）轮廓多边形面积偏差ΔS：指两个轮廓多边形的平面面积差值，两个不同轮廓线，其面积越接近，则几何相似性越高。

3）轮廓的几何形态偏差ΔG：从整体上衡量两个轮廓之间的相似度，主要为轮廓形态大小特征。

3.2单体化判定与轮廓选取

根据前述假设，对比从倾斜模型“切割”得到的轮廓矢量多边形，当两个轮廓的几何相似性指标均满足设定的阈值条件要求时，可以认为这两个轮廓多边形属于同一个模型单体，取对应切割高程面最大值，且生成的满足相似性条件的矢量多边形作为该建筑的轮廓线。单体化判定和轮廓选取的流程如下：

1）从最高的“切割”高程面开始，选择该高程面中的某个轮廓多边形FS，以该多边形为源轮廓，在当前高程（假设高程值为H）“切割”面的下一个高程面（高程值为H-ΔH）中查找轮廓多边形，如果存在一个目标轮廓Fo，使得Sim（FS，Fo）=True，则认为FS和Fo属于同一个建筑单体，取FS为当前建筑物的轮廓，纳入轮廓集合F，且将多边形Fo置为已提取。

2）若在高程面H-ΔH中找不到一个Fo，满足Sim（FS，Fo）=True，则认为FS不属于建筑单体的轮廓线，从高程面H中重新选择下一个多边形作为源多边形，重复1）中的过程。

3）高程面H中的所有轮廓多边形都作为源轮廓计算完成后，向下以H-ΔH高程面为对象，选择该高程面中的轮廓多边形为源轮廓多边形，从其下一个高程面H-2ΔH中查找源多边形，重复1）、2）的过程，并将轮廓加入集合F。在该步骤中，已经置为已提取的轮廓多边形不再纳入计算。

4）按高程从高到低的顺序依次向下遍历所有的高程“切割”面，重复1）～3）的过程，直到所有的高程切割面都遍历完，最终被选取的轮廓集为F。

4误差检验

（1）测区选择与特征点布设：选定具有代表性的空地联合近景摄影测区，确保区域内包含丰富的地形地貌特征。在测区内均匀选取12个具有明显标识且易于识别的特征点作为检核点，选择的测点应分布在实验区的不同位置和高程上，以确保验证的全面性。

（2）全站仪无合作模式碎部测量：采用高精度南方全站仪，在无合作模式下进行碎部测量，即直接瞄准并测量选定的特征点。记录每个特征点的三维坐标，此部分数据将作为真实值（真值）用于后续的比较分析。

（3）三维模型构建与测量：使用空地联合倾斜摄影数据，通过专业的三维建模软件进行模型构建。依据全站仪测量的特征点位置，依次量测对应点的三维坐标，记录为测量值。

结束语

综上所述，倾斜摄影三维建筑模型的单体化是当前实景三维建设需要解决的关键技术之一，也是学科及行业关注的热点。本文结合行业应用需要以及建筑单体化现状，以倾斜摄影模型数据作为唯一数据源，提出了一种基于高程平面“切割”和多边形几何形态相似性判断的模型单体化和建筑轮廓提取方法，可同时实现建筑单体化和轮廓提取。

参考文献

[1]张会霞，李豪，李晋宏，等.倾斜摄影测量三维模型单体化及服务发布[J].测绘通报，2021（9）：79-82.

[2]王月峰.三维建筑模型墙面语义参数化表达与重建方法研究[D].武汉：武汉大学，2021.

[3]王伟，于磊，任国恒，等.城市建筑立面三维“线-面”结构快速重建[J].电子学报，2021，49（8）：1551-1560.